IDENTIFIKASI BUNYI DALAM PEMBELAJARAN NADA DASAR PERMAINAN SULING BATAK MENGGUNAKAN METODE MEL-FREQUENCY CEPSTRAL COEFFICIENT SKRIPSI MUHAMMAD WARDANA 121402024 PROGRAM STUDI S1 TEKNOLOGI INFORMASI FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI UNIVERSITAS SUMATERA UTARA MEDAN 2017
IDENTIFIKASI BUNYI DALAM PEMBELAJARAN NADA DASAR PERMAINAN SULING BATAK MENGGUNAKAN METODE MEL-FREQUENCY CEPSTRAL COEFFICIENT SKRIPSI Diajukan untuk melengkapi tugas dan memenuhi syarat memperoleh ijazah Sarjana Teknologi Informasi MUHAMMAD WARDANA 121402024 PROGRAM STUDI S1 TEKNOLOGI INFORMASI FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI UNIVERSITAS SUMATERA UTARA MEDAN 2017
iii PERSETUJUAN Judul : IDENTIFIKASI BUNYI DALAM PEMBELAJARAN NADA DASAR PERMAINAN SULING BATAK MENGGUNAKAN METODE MEL-FREQUENCY CEPSTRAL COEFFICIENT Kategori : SKRIPSI Nama : MUHAMMAD WARDANA Nomor Induk Mahasiswa : 121402024 Program Studi : S1 TEKNOLOGI INFORMASI Departemen : TEKNOLOGI INFORMASI Fakultas : FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI Komisi Pembimbing : Pembimbing 2 Pembimbing 1 Indra Aulia, S.TI., M.Kom. Mohammad Fadly Syah Putra, M.Sc. NIP. 19900530 201704 1 001 NIP. 19830129 200912 1 003 Diketahui/disetujui oleh Program Studi S1 Teknologi Informasi Ketua, Romi Fadillah Rahmat, B.Comp.Sc., M.Sc. NIP. 19860303 201012 1 004
iv PERNYATAAN IDENTIFIKASI BUNYI DALAM PEMBELAJARAN NADA DASAR PERMAINAN SULING BATAK MENGGUNAKAN METODE MEL-FREQUENCY CEPSTRAL COEFFICIENT SKRIPSI Saya mengakui bahwa skripsi ini adalah hasil karya saya sendiri, kecuali beberapa kutipan dan ringkasan yang masing-masing telah disebutkan sumbernya. Medan, 28 Juli 2017 Muhammad Wardana 121402024
v UCAPAN TERIMA KASIH Puji dan syukur penulis sampaikan ke hadirat Allah SWT yang telah memberikan rahmat serta restu-nya sehingga penulis dapat menyelesaikan skripsi ini sebagai syarat untuk memperoleh gelar Sarjana Komputer. Pertama, penulis ingin mengucapkan terima kasih kepada kedua orang tua penulis, yaitu Ismail Idris, dan Fauziah, S.Pd.I. yang telah membesarkan penulis dengan sabar dan penuh kasih sayang, serta doa dari mereka yang selalu menyertai selama ini. Terima kasih juga penulis ucapkan kepada abang dari penulis, yaitu Iskandar Putra, S.Pd, Zunaidi, A.Md. dan Daruz Zaman, S.Pd. yang selalu memberikan dukungan kepada penulis. Penulis tentunya tidak lupa berterima kasih kepada Bapak Mohammad Fadly Syah Putra, M.Sc. selaku pembimbing pertama dan Bapak Indra Aulia, S.TI., M.Kom. selaku pembimbing kedua yang telah meluangkan waktu dan tenaganya untuk membimbing penulis dalam penelitian serta penulisan skripsi ini. Penulis juga mengucapkan terima kasih kepada Ibu Sarah Purnamawati, S.T., M.Sc. sebagai dosen pembanding pertama dan Bapak Romi Fadillah Rahmat, B.Comp.Sc., M.Sc. sebagai dosen pembanding kedua yang telah memberikan masukan serta kritik yang bermanfaat dalam penulisan skripsi ini. Ucapan terima kasih juga ditujukan kepada semua dosen serta pegawai di lingkungan program studi Teknologi Informasi, yang telah membantu serta membimbing penulis selama proses perkuliahan. Terima kasih juga penulis ucapkan kepada teman-teman Teknologi Informasi 2012 yang telah memberikan dukungan, khususnya Maliki Khoirul Ilman, Daniel Bonoffi, M. Imam Muthaqin, Indra Charisma, Atras Najwan, dan Reza Ramadiansyah.
vi ABSTRAK Mempelajari musik asli Indonesia merupakan salah satu cara kita untuk melestarikan budaya yang ada di Indonesia. Musik tradisional Batak termasuk didalamnya, dimana alat musik suling batak merupakan instrument melodi penuh dalam musik tersebut. Untuk menghasilkan suara suling batak yang harmonis dibutuhkan penguasaan cara bermainnya. Pengusaan permainan suling batak dapat diperoleh dengan pembelajaran dari tenaga pengajar. Namun, untuk mendapatkan pembelajaran (mengoreksi permainan) dari tenaga pengajar kita harus mengeluarkan biaya untuk membayar jasanya. Pendekatan teknologi berbasis pada pengidentifikasian bunyi suling batak dapat dimanfaatkan untuk menggantikan sebagian peran tenaga pengajar dalam mengoreksi permainan pengguna. Dalam penelitian ini, ekstraksi sinyal suara yang dihasilkan suling batak dilakukan dengan menggunakan algoritma Mel-Frequency Cepstral Coefficient (MFCC). Ekstraksi sinyal suara tersebut menghasilkan vektor akustik yang menjadi input dalam proses klasifikasi untuk menghasilkan output berupa hasil pemeriksaan dan hasil identifikasi nada suling batak yang dimainkan menggunakan Hidden Markov Model (HMM). Pengujian sistem pada penelitian ini dilakukan menggunakan parameter noise, dimana pengujian dilakukan di beberapa ruangan yang berbeda-beda tingkat kebisingannya. Hasil yang didapat menunjukkan bahwa semakin rendah tingkat kebisingan maka semakin tinggi persentase keberhasilan sistem. Walaupun begitu, sistem masih dapat bekerja dengan baik ketika pengujian dilakukan di ruangan dengan tingkat kebisingan dibawah 45 db. Kata kunci: identifikasi nada, suling batak, Mel-Frequency Cepstral Coefficient, Hidden Markov Model.
vii SOUND IDENTIFICATION IN LEARNING BASIC TONES OF BATAK FLUTE USING MEL-FREQUENCY CEPSTRAL COEFFICIENT METHOD ABSTRACT Learning Indonesian traditional music is one of the way to preserve Indonesian culture. Batak s traditional music is one of it, where in which a traditional Batak flute is fully used in it. A full mastery of the instrument is needed to produce a perfect sound of Batak flute. Where learning the instrument require a really good tutor. However, we have to spend so much on paying the tutor. So a technological approach in identifying the sound of the flute can be utilized to replace the tutor s part of correcting the player from mistakes while playing. In this research, the extraction of sound signal produced from the flute is done by using Mel-Frequency Cepstral Coefficient (MFCC) algorithm. The extraction produce an acoustic vector which become the input in the classification process to produce an output in the form of identification and correction of the flute s tone using Hidden Markov Model (HMM). The calibration of the system in this research is done using noise parameter, where training is done in several rooms with different noise level. The result shows that the lower the noise is,the higher the success percentage of the system. Nevertheless, the system works well when it is tested in a room with noise level below 45 db. Keywords: tone identification, Batak flute, Mel-Frequency Cepstral Coefficient, Hidden Markov Model.
viii DAFTAR ISI PERSETUJUAN iii PERNYATAAN iv UCAPAN TERIMA KASIH v ABSTRAK vi ABSTRACT vii DAFTAR ISI viii DAFTAR TABEL x DAFTAR GAMBAR xi BAB 1 PENDAHULUAN 1 1.1. Latar Belakang 1 1.2. Rumusan Masalah 2 1.3. Tujuan Penelitian 3 1.4. Batasan Masalah 3 1.5. Manfaat Penelitian 3 1.6. Metodologi Penelitian 4 1.7. Sistematika Penulisan 5 BAB 2 LANDASAN TEORI 6 2.1. Suling Batak (Sulim) 6 2.2. Tangga Nada 8 2.3. Sinyal Suara 9 2.4. Penganalan Suara 10 2.5. Sampling 10 2.6. Mel-Frequency Cepstral Coefficient 11 2.6.1. Pre-Processing 12 2.6.2. Frame Blocking 12 2.6.3. Windowing 14 2.6.4. Fast Fourier Transform 15 2.6.5. Mel Filtering 17
ix 2.6.6. Discrete Cosine Transform 17 2.6. Hidden Markov Model 18 2.7. Penelitian Terdahulu 19 BAB 3 ANALISIS DAN PERANCAGAN SISTEM 24 3.1. Pengumpulan Data 24 3.2. Analisis Sistem 25 3.2.1. Arsitektur Umum 25 3.2.2. Sampling 26 3.2.3. Pre-Processing 26 3.2.4. Frame Blocking 28 3.2.5. Windowing 28 3.2.6. Fast FourierTransform 29 3.2.7. Mel Filtering 31 3.2.8. Discrete Cosine Transform 33 3.2.9. Hidden Markov Model 34 3.3. Perancangan Sistem 35 3.3.1. Perancangan Sistem Bagian Belakang (back-end) 35 3.3.2. Perancangan Sistem Bagian Depan (front-end) 38 BAB 4 IMPLEMENTASI DAN PENGUJIAN SISTEM 40 4.1. Implementasi Sistem 40 4.1.1. Perangkat Keras 40 4.1.2. Perangkat Lunak 40 4.2. Implementasi Sistem Bagian Depan (Front-End) 41 4.2.1. Tampilan Antarmuka 41 4.3. Skenario Pengujian Sistem 49 4.3.1. Perekaman Suara 49 4.3.2. Pemeriksaan Suara 51 4.4. Hasil Pengujian Sistem 54 BAB 5 KESIMPULAN DAN SARAN 58 5.1. Kesimpulan 58 5.2. Saran 59 DAFTAR PUSTAKA 60
x DAFTAR TABEL Tabel 2.1. Frekuensi nada 9 Tabel 2.2. Penelitian Terdahulu 21 Tabel 4.1. Hasil pengujian di ruangan sunyi 54 Tabel 4.2. Hasil pengujian di ruangan dengan gangguan suara (35-45 db) 55 Tabel 4.3. Hasil pengujian di ruangan dengan gangguan suara (45-55 db) 56
xi DAFTAR GAMBAR Gambar 2.1 Suling Batak 7 Gambar 2.2 Block Diagram Proses MFCC 11 Gambar 2.3 Contoh Frame Blocking 13 Gambar 2.4 Sinyal dalam domain waktu 16 Gambar 2.5 Sinyal dalam domain frekuensi 16 Gambar 2.6 Konsep FFT 16 Gambar 3.1. Arsitektur Umum 25 Gambar 3.2. DFD Level 0 36 Gambar 3.3. DFD Level 1 36 Gambar 3.4. DFD Level 2 Ekstraksi Fitur Sinyal Suara 37 Gambar 3.5. DFD Level 2 Proses Identifikasi 38 Gambar 3.6. Rancangan Sistem Bagian Depan Aplikasi 39 Gambar 4.1. Halaman nada F / DO 41 Gambar 4.2. Halaman nada G / RE 42 Gambar 4.3. Halaman nada A / MI 43 Gambar 4.4. Halaman nada Bes / FA 44 Gambar 4.5. Halaman nada C / SOL 45 Gambar 4.6. Halaman nada D / LA 46 Gambar 4.7. Halaman nada E / SI 47 Gambar 4.8. Halaman nada F / DO 48 Gambar 4.9. Tombol stop pada sistem 50 Gambar 4.10. Visualisasi gelombang suara 50 Gambar 4.11. Hasil benar nada F 51 Gambar 4.12. Hasil bukan nada F 52 Gambar 4.13. Hasil bukan suling batak 53